论文部分内容阅读
提出了一种将Krawtchouk矩特征不变量与高斯核支持向量机相结合的印鉴识别方法。实验中将得出的印鉴图像Krawtchouk矩特征向量作为高斯核支持向量机的输入参量,利用遗传算法优化支持向量机的惩罚因子和核参数,使识别性能得到有效提高;实验显示Krawtchouk矩下的印鉴类间散度与类内散度比值是Zernike矩的2.93倍,与遗传算法优化后的高斯核支持向量机相结合下的识别率明显提高。结果表明:与Zernike矩不变量相比,Krawtchouk矩不变量能更加准确地描述印鉴图像特征,识别性能更好。